Bienvenidos al Módulo 3 de estadística

operación
Autor/a

Miguel Equihua

Fecha de publicación

26 de enero de 2026

Objetivos del Módulo 3

Durante las últimas semanas revisaron conceptos de probabilidad y matemáticas que necesitamos como un lenguaje eficiente de comunicación. También empezaron a explorar como es que se pueden analizar proposiciones sobre la existencia de asociación o incluso relaciones de dependencia entre dos variables: modelos de regresión simple. Ahora vamos a aplicar y extender estos aprendizajes para abordar el desafío de producir conocimiento que nos permita comprender como funciona el mundo. Asumir un interés en la comprensión causal requiere desarrollar las habilidades de pensamiento crítico, lo que constituye por tanto otro de los propósitos del módulo.

Utilizaremos el lenguaje de programación R como plataforma de cómputo para el análisis de datos. Aspiramos a ofrecerles así un curso introductorio para su uso. También nos interesa acercarnos a los enfoques formales para el análisis causal actual, mediante la formulación de Grafos Acíclicos Dirigidos (DAG). Los invitamos a hacer explícitas y a dibujar las relaciones causales de sus proyectos para comprenderlas, comunicarlas y analizarlas con mayor eficiencia.

Como ejercicio inicial les pedimos preparen y nos entreguen en una sola cuartilla la descripción de una de las preguntas de investigación que se han planteado en su proyecto de posgrado, con suficiente detalle como para comprender el asunto y la propuesta sobre como poner a prueba la idea planteada. No se trata de todo el protocolo de su proyecto de investigación. Escojan sólo un aspecto de él. Sólo lo que deseen compartir y explorar en este curso como oportunidad de aprendizaje.

Pacto del participante

Plan de clase

Habilité un espacio en Milaulas para llevar control de nuestras comunicaciones en una forma lo más ordenado posible.

Código
contenido <- read_csv("contenido.csv", col_names = TRUE, show_col_types = FALSE)
contenido$lectura <- c(" ", "debate")[contenido$lectura + 1]

contenido %>% flextable(col_keys = c("dia", "lectura", "tema")) %>% 
  set_header_labels(values = list(dia = "Día", 
                                  lectura= "Lectura", 
                                  tema = "Tema")) %>% 
  autofit() %>% 
  theme_zebra(odd_body = c("lightcyan1")) %>% 
  bold(i = 1:9, j = 1)

Día

Lectura

Tema

Lunes 27

Un lenguaje para describir modelos (diseño de experimentos y de tratamientos)

Martes 28

Causalidad y modelación gráfica: Grafos Acíclicos Dirigidos (DAG)

Miércoles 29

debate

Diseño de experimentos: hipótesis y la modelación estadística

Jueves 30

Efectos fijos y aleatorios sus implicaciones en los modelos estadísticos

Viernes 31

debate

Evitar confusión por variables conocidas: Bloques aleatorizados

Lunes 4

Muestreo dentro unidades experimentales: Diseños anidados

Martes 5

debate

Unidades experimentales múltinivel y anidadas: Diseños de Parcelas divididas

Jueves 6

Modelos jerárquicos (incluye medidas repetidas)

Viernes 7

Feria del diseño para discutir los protocolos de los estudiantes

Lecturas

Como parte de las experiencias de aprendizaje que realizaremos tenemos tres lecturas. Les pedimos que hagan una lectura crítica de los textos propuestos y que preparen un comentario que contenga sus apreciaciones en favor o en contra de los argumentos presentados. También esperamos comenten sobre las implicaciones amplias y para la práctica científica en lo general, de los argumentos que exponen los autores. Sus reacciones tendrán oportunidad de ser expuestas y debatidas en un espacio del programa del módulo 3 a lo largo de 60 minutos.

Borger, M. J., & Ramesh, A. (s. f.). Lets DAG in: how directed acyclic graphs can help behavioural ecology be more transparent.
Giraldo, O. F. (2022). SABERES CAMPESINOS SITUADOS: FENOMENOLOGÍA DEL SABER VIVIENDO Y DEL SABER ESTANDO. Alter-nativa, 12, 120-138. https://revistas.unc.edu.ar/index.php/alter-nativa/article/view/40975
Saltelli, A., Gigerenzer, G., Hulme, M., Katsikopoulos, K. V., Melsen, L. A., Peters, G. P., Pielke, R., Robertson, S., Stirling, A., Tavoni, M., & Puy, A. (2024). Bring digital twins back to Earth. WIREs Climate Change, 15(6), e915. https://doi.org/10.1002/wcc.915



Evaluación

El Módulo 3 será evaluado a través de las tareas y controles de lectura que les pediremos que hagan conforme se desarrolle el curso. La participación en quizes y preguntas en línea vía vevox tamién será considerada.

Estudiantes

Registro

Nombre

inecol

Ana Luz Morales Guerrero

externo

Andrés del Moral Hernández

inecol

Clarisa Irineo Reyes Ivana

inecol

Daniela Cubillos Bolaños

inecol

Eric Alvarado Meza

inecol

Fernanda Federica Fernández Licona

inecol

Francisco Jerónimo García

inecol

Gabriela Alejandra Valencia Macias

inecol

Gendrón Charín Martínez

inecol

Jennifer Lizzet Fernández Valdez

inecol

Karen Paola Lazcano Aguilar

inecol

Lucía Rodríguez Muñoz

inecol

Luis Briones Sánchez

inecol

Mario Iván Miranda Rodríguez

inecol

Mercedes del Carmen Pérez Arriaga

Participación activa

Hemos previsto tener frecuentes eventos interactivos para dar seguimiento a los temas que iremos tratando o para generar espacios de enfoque que nos ayuden a generar contextos de discusión que nos ayuden a reflexionar sobre cómo es que hacemos ciencia. Para hacer esto utilizaremos la aplicación en línea a la que podrán acceder desde sus computadoras o teléfonos celulares:

Instrucciones para participar

Tiplo que hay que hacer es
  • En tu computadora ir vevox.app
  • Para usar el celular instala Vevox desde la tienda de apps